要約:
数学における最も重要な未解決の問題の 1 つを解決するために内部の最先端モデルを使用するという先月の発表に続き、OpenAI は再び数学コミュニティに「大ヒット作」をもたらしました。現地時間10月6日、OpenAIは、内部の最先端AIモデルによって生成された一連の新しい数学的研究結果を発表した。これには合計372セットの結果が含まれており、数学と理論コンピューターサイエンスにおける長期未解決の問題を多数カバーしている。 OpenAIは、これらの結果は長年の未解決の問題を解決したか、または大幅なブレークスルーを達成したかのいずれかであると述べた。
詳細:
https://github.com/openai/math
このリリースの規模は、単一の数学問題におけるこれまでの画期的な進歩をはるかに超えています。 OpenAIは今回、372の異なる数学的結果セットに相当する722の論文または関連原稿を含む数百の研究結果を公開した。同社はまた、数学コミュニティがこれらの AI の結果をより包括的に評価できるようにすることを期待して、一部のモデル推論プロセスの概要、コンピューティング リソースの消費量、試行された問題の数などの情報も公開しました。
OpenAI は、これらの結果はまだ公式には公開されていない内部の最先端モデルから得られたものであると述べました。以前のセンセーショナルなナビエ・ストークス方程式の問題とは異なり、このリリースは数学の特定の分野に焦点を当てているわけではなく、数論、代数幾何学、理論的なコンピューターサイエンスなどの多くの方向をカバーしています。これらの問題の中には、何年も、あるいは何十年も数学者を悩ませてきたものもあります。
OpenAI が公開したデータによると、各結果は平均して、ChatGPT Pro の約 3 時間の連続思考に相当するコンピューティング リソースを使用します。これは、これらの結果が 1 つのチャット リクエストによって単純に生成されるのではなく、広範な計算と試行錯誤に基づいて得られることを意味します。 OpenAI はまた、外部の世界がこれらの結果の背後にある成功率と計算コストを理解できることを期待して、モデルが解決しようとした問題に関する統計も公開しました。
このリリースには、過去に AI の数学的結果をリリースする方法を変更しようとする OpenAI の試みも反映されています。以前は、人工知能企業が数学的な重大な発見を発表するときは、企業ブログやプレスリリースを通じて直接発表することが多く、結果が信頼できるかどうかは数学者に判断させていました。数学研究は厳密な証明、査読、著者と貢献の明確な帰属に大きく依存しているため、この慣行は数学コミュニティに不満を引き起こしています。
この目的を達成するために、OpenAI は数学および人工知能諮問グループを設立し、これらの AI によって生成された数学的結果を公開する方法について議論するために、有名な数学者を含む専門家を招待しました。 OpenAIは今回、この独立コンサルティング組織のアドバイスを参考にし、その結果をGitHubリポジトリで公開し、研究者がより明確な研究記録を保持しながら問題発見後に修正できるよう、論文の修正と引用の仕組みを提供したと述べた。
一部の結果は、リーン形式の証明も提供します。 Lean は、コンピュータが数学的証明をチェックできるようにするソフトウェア ツールです。数学的証明を Lean が検証できる形式に変換することで、研究者は AI が生成した証明に論理的な抜け穴があるかどうかをより厳密に確認できます。 OpenAIは、多数の結果を正式化しており、より正式な証拠を入手した後、ウェアハウスを更新し続けると述べた。
ただし、OpenAI の今回のリリースは、これらすべての数学的結果が数学コミュニティによって認められたことを意味するものではありません。多数の論文が公開されたばかりですが、数学者は依然としてそれぞれの論文を読み、証明を調べ、結果がどれほど意味があるかを判断する必要があります。複雑な数学的問題の場合、「AI がそれを解決すると主張する」と「数学コミュニティがそれを解決すると確認する」の間には大きな隔たりがあります。
実際、これがこの事件が物議を醸した重要な理由の 1 つです。数学コミュニティの一部の人々は、AI 企業が前例のないスピードで数学的結果を生み出していると信じていますが、従来の数学研究システムではこれらの結果を検証するのに十分な時間がありません。企業が査読されていない大量の結果を公表し続けると、数学者はそれらの結果を精査して本当に価値のあるものを選り分ける必要があるかもしれません。
この懸念は、OpenAI が以前にナビエ・ストークス問題の解決策を発表したときに完全に明らかになりました。数学者のトリスタン・バックマスター氏は、関連する証明アイデアを取得するOpenAIのプロセスに公に疑問を呈し、彼と人類数学者のレベント・アルポージ氏は以前に関連する方向で重要な進歩を遂げたと述べた。研究結果の重要なアイデアを誰が最初に提案したか、そして AI 企業がその署名と貢献をどのように特定すべきかについて、数学コミュニティで激しい議論が勃発しました。
OpenAI は関連する告発を否定したが、この事件により、数学コミュニティはこれまで遠い問題について真剣に議論することになった。それは、これまで一流の数学者だけが扱えていた研究作業を AI が独立して完了できるようになったとき、従来の「著者」、「発見者」、「研究貢献者」はどのように定義されるべきなのかということである。
したがって、このリリースは、一連の数学論文のリリースであるだけでなく、数学研究モデルの将来の方向性に関する実験でもあります。以前は、数学者は未解決の問題を研究するのに数か月、場合によっては数年もかかっていました。現在、最先端の AI モデルは、何時間ものコンピューティング リソースを投資することで、数百以上の問題を同時に試すことができます。たとえそれらの大部分が最終的に確立されなかったとしても、少数の結果が本当に正しい限り、研究効率は従来の人間による研究方法をはるかに超える可能性があります。
OpenAI は、これらの成果の目的は数学者に取って代わることではなく、数学的知識の限界を押し上げることであると信じています。同社は、将来的にはセミナー、カンファレンス、専門的な研究プロジェクトを通じて数学者がこれらのAIによって生成された結果をさらに研究できるようにし、人工知能がこれらの新しい数学的アイデアをどのように生成するかを科学コミュニティが理解できるようにしたいと述べた。
同時に、OpenAI は、これらの結果を生み出したモデルを将来的に一般公開する準備を進めています。同社は、安全性と能力をさらに評価した後、科学者が最先端のAIシステムを直接使用して数学やその他の科学分野の問題を解決できるようにしたいと述べた。
これは、この事件の最も注目すべき点でもあります。ここ数年、数学分野における AI の進歩は、主に競争問題、共通テスト、補助的な証明能力の向上として現れています。現在、AI は実際の数学研究に直接参加し、数百もの候補となる研究結果を生成し始めています。最終的にそのかなりの部分が数学界で検証されれば、AIは数学分野において「問題解決ツール」から「研究ツール」の段階に段階的に入ったことになる。
しかし同時に、量は質と同じではありません。数学コミュニティが答えなければならない本当の疑問は、AIが一度に何本の論文を作成するかではなく、そのうちの何本の論文が厳格な査読に耐えられるか、そのうちの何本の論文に真に独創的なアイデアが含まれているか、そしてそのうちの何本の論文が他の数学者にこれまで解決できなかった問題をさらに解決するよう促すことができるかということである。
最終結果がどのようなものであれ、OpenAI が一度に何百もの数学的結果を発表するということは、AI と数学研究の関係が根本的に変化しつつあることを意味します。かつて人間は、AI が数学的な問題を解決できるかどうかを心配していました。今、より現実的な問題が生じています。AI が人間の研究チームの速度をはるかに超える速度で数学的結果を出し始めたとき、人間の数学者はこれらの結果をどのように検証し、理解し、選別し、活用すべきなのでしょうか。
そして、この変化はまだ始まったばかりなのかもしれません。
コメント